Sortownie tworzyw sztucznych w 2026 r. stoją przed problemem, który zna każda nowoczesna instalacja recyklingu — strumień odpadów polimerowych jest coraz bardziej heterogeniczny, a klasyczne metody NIR osiągnęły swoje granice. Dotyczy to zwłaszcza tworzyw pigmentowanych sadzą oraz mieszanych frakcji ze zużytego sprzętu elektronicznego (WEEE), gdzie selektywne rozróżnienie PE, PP, PET, PS, ABS i kopolimerów wymaga technik o większej specyficzności chemicznej.

W Gekko Photonics projektujemy i produkujemy procesowe analizatory Ramana — Spectrally X1 INLINE, Spectrally X1 LAB i Spectrally X1 PORTABLE — mit Blick auf die industrielle chemische Kontrolle. Recycling polimerów Dies ist nicht unser Kerngeschäft (die meisten Implementierungen haben wir im Bereich Harze), und eben Düngemitteln. Im AdBlue-Bereich arbeiten wir sowohl mit Rohstoffherstellern als auch mit Abfüllanlagen, die die 32,5 %-Lösung für den Einzelhandel konfektionieren. i Düngemitteln,jedoch verfügt die Plattform X1 bereits über dokumentierte Machbarkeitsnachweise in diesem Bereich – u. a. quantitative Bestimmung von Silikonverunreinigungen in PA66-Rezyklat (Kalibrierung 0,3–1,0 %) sowie Unterscheidung von Verunreinigungen in LDPE/HDPE-Rezyklaten. Jede neue Sortieranwendung bestätigen wir projektbezogen nach einer Machbarkeitsstudie an Kundenproben. Die vorliegende Übersicht ordnet das Bild der spektroskopischen Techniken für das Polymerrecycling im Lichte der Publikationen 2025–2026.

Stawka jest wysoka: spełnienie celów europejskich regulacji dotyczących tworzyw jednorazowych i nowego rozporządzenia o opakowaniach (PPWR) oraz wymogi rynku rPET, rPE i rPP wymuszają coraz wyższą czystość frakcji wyjściowych. Spektroskopia jest tu narzędziem — wybór konkretnej techniki (Raman, NIR, MIR, MWIR, THz) zależy od chemii strumienia i wymagań klasy materiałowej.

Dlaczego klasyczne NIR osiąga granice w nowoczesnej sortowni

Obrazowanie hiperspektralne w bliskiej podczerwieni (NIR-HSI, typowo 0,9–1,7 µm) jest dziś standardem w dużych sortowniach drugiej i trzeciej generacji. Identyfikacja typowych frakcji opakowaniowych — PET, HDPE, LDPE, PP — działa stabilnie, przy odpowiednim podaniu materiału na taśmie i z dobraną oświetlaczem geometrią pomiaru. Problem zaczyna się tam, gdzie pojawia się sadza techniczna (carbon black) jako pigment: silna absorpcja w NIR sprawia, że odbicie jest bliskie zera, a klasyfikator nie ma sygnału do pracy.

Drugi obszar trudny dla NIR to mieszaniny WEEE — obudowy elektroniki zawierają najczęściej ABS, HIPS, PC i blendy PC/ABS, często czarne, z dodatkami uniepalniającymi. Tu wzrost selektywności wymaga przejścia na technikę o większej specyficzności chemicznej — Raman, MIR, MWIR-HSI lub THz-TDS — albo użycia hybrydy NIR z dodatkowym kanałem spektralnym.

Deep-UV Raman dla czarnych plastików — postęp 2026

Jednym z najciekawszych wyników 2026 r. jest opublikowane w Journal of Raman Spectroscopy, rozwiązanie wykorzystujące Raman w głębokim ultrafiolecie (DUV, laser NeCu 248,6 nm) do identyfikacji czarnych tworzyw bezpośrednio na taśmie sortowniczej. Klucz polega na tym, że emisja fluorescencyjna z czarnych dodatków zachodzi w bliskim UV i widzialnym — czyli poza zakresem widm Ramana wzbudzanych w DUV. Dzięki temu sygnał Ramana nie jest tłumiony przez tło, mimo że dominującym pigmentem jest sadza.

Autorzy demonstrowali rozróżnienie PE, PP i PET — czyli komercyjnie najważniejszych klas — z odległości stand-off odpowiedniej dla geometrii konwejera. To istotny przyrost możliwości w stosunku do typowego setupu NIR-HSI, który dla tych samych materiałów w wariancie czarnym zawiódłby kompletnie. Ograniczenia obecnej demonstracji to koszt i serwisowalność lasera DUV oraz wymagania bezpieczeństwa optycznego — w realiach produkcyjnej sortowni rozwiązanie pozostaje w fazie demonstratora.

Raman z uczeniem maszynowym w sortowaniu WEEE

Druga linia ostatnich publikacji łączy klasyczny Raman 785 nm i 1064 nm z modelami uczenia maszynowego — Discriminant Analysis (DA) oraz Support Vector Machine (SVM) — dla frakcji WEEE. Cel: rozdzielenie PS, ABS, PC i blend PC/ABS w obecności pigmentów i opóźniaczy palenia. Dłuższa fala (1064 nm) skutecznie redukuje fluorescencję typową dla dodatków uniepalniających i barwników, kosztem nieco niższego przekroju Ramana — kompromis dobrze znany w spektroskopii procesowej.

Ten kompromis 785 vs 1064 nm zna każda decyzja konfiguracyjna analizatora procesowego — szerzej omawiamy go w naszym przeglądzie wyboru długości fali Ramana. W realiach sortowni WEEE wybór 1064 nm typowo wygrywa wszędzie tam, gdzie fluorescencja dominuje nad sygnałem.

Sieci GAN i augmentacja danych — gdy widm referencyjnych jest za mało

Trzecia ważna publikacja 2026 r. (Analyst, RSC) odpowiada na realne ograniczenie wdrożeniowe: dla wielu klas recyklatów liczba dostępnych widm referencyjnych jest mała i nierównomierna. Autorzy proponują wykorzystanie sieci generatywnych (GAN) do augmentacji widm — model uczy się rozkładu prawdziwych spektrów i generuje syntetyczne próbki, które poprawiają stabilność klasyfikatora na klasach mniejszościowych.

To kierunek istotny szczególnie dla zakładów wdrażających klasyfikację „od zera” — gdzie biblioteka spektralna jest budowana z próbek wewnętrznych, a nie z gotowych zbiorów referencyjnych. Z perspektywy inżynierskiej GAN-y nie zastępują dobrego protokołu poboru próbek, ale pozwalają zacząć działać z mniejszą bazą i sukcesywnie ją rozszerzać.

Hyperspektralne obrazowanie MWIR jako uzupełnienie

Poza ścieżką Ramana rozwija się drugi trakt — MWIR-HSI (3–5 µm). Tutaj problemu absorpcji sadzy nie ma, bo w średniej podczerwieni transmisja i odbicie zależą od drgań rdzenia łańcucha polimerowego, a nie od barwy zewnętrznej. Niezależne wdrożenia z 2025–2026 r. raportują czystość rozdziału czarnego ABS na poziomie zbliżonym do 99% przy odpowiedniej geometrii kamery. Ograniczenia to koszt detektora MWIR (typowo InSb chłodzony kriogenicznie lub MCT) oraz potrzeba kalibracji termicznej.

W praktyce dojrzałe sortownie 2026 r. coraz częściej budują architekturę wielokanałową: NIR-HSI jako pierwsza linia, MWIR-HSI lub Raman jako drugi pas decyzyjny dla frakcji, której NIR nie sklasyfikował z wystarczającą pewnością. To samo myślenie znamy z analityki procesowej w chemii: nowoczesne detektory i wielokanałowe architektury pomiarowe pozwalają osiągnąć kompromis między kosztem, prędkością i selektywnością, którego pojedyncza technika nie osiągnie.

Spectrally X1 — możliwości adaptacji do recyklingu polimerów

Najwięcej wdrożeń mamy w chemii procesowej — żywicach fenolowo-formaldehydowych i mocznikowych, kosmetykach, nawozach, klejach i węglowodorach. W recyklingu polimerów wchodzimy projektowo: na próbkach klienta sprawdzamy w cyklu feasibility, czy konfiguracja Ramana jest właściwą metodą dla danego strumienia i analitów, zanim klient zaangażuje CAPEX. Co konkretnie oferujemy do adaptacji w tej ścieżce?

• Spectrally X1 LAB — analizator stacjonarny do prac kalibracyjnych i budowy bibliotek spektralnych z próbek pobranych z linii. Z karuzelą do 25 fiolek i analizą through-package przyspiesza fazę feasibility i walidacji modeli chemometrycznych przed wdrożeniem inline.
• Spectrally X1 PORTABLE — przenośny analizator do mobilnej weryfikacji frakcji wyjściowych z sortowni, audytu IQC u dostawców regranulatu i pomiarów referencyjnych w terenie. SNR 547 i tryb standalone z touchscreenem umożliwiają decyzję PASS/FAIL bez podłączania PC.
• Spectrally X1 INLINE — w wybranych aplikacjach kontrolnych za sortownią (np. monitoring jakości regranulatu na wylocie ekstrudera) sonda imersyjna i komunikacja przez PROFIBUS/PROFINET pozwalają zintegrować pomiar z systemem nadrzędnym.
• Spectrally OS — wspólna warstwa software dla całej rodziny X1, z bazą ~28 000 widm i modelami CNN/PLS/PCA. Dla recyklingu szczególnie istotny jest monitoring dryfu modelu, bo skład strumienia zmienia się sezonowo.

Co Spectrally X1 nie jest: nie jest sortownikiem hyperspektralnym z kamerą NIR ani DUV. Jest analizatorem Ramana punktowym, projektowanym pod analitykę chemiczną — i to jego rola w architekturze recyklingu. Hyperspektralne kamery na taśmie sortowniczej to oddzielna kategoria sprzętu od niezależnych dostawców; my wchodzimy tam, gdzie potrzeba selektywności chemicznej Ramana (specjacja kopolimerów, kontrola dodatków, weryfikacja partii regranulatu).

FAQ – Häufig gestellte Fragen

Czy Raman zastąpi NIR-HSI w sortowni?

Nie. NIR-HSI pozostaje techniką pierwszego wyboru dla typowych frakcji opakowaniowych (PET, HDPE, LDPE, PP) — jest szybki, tani per pomiar i obrazowy. Raman wchodzi tam, gdzie NIR zawodzi: czarne tworzywa, frakcje WEEE, specjacja kopolimerów, weryfikacja regranulatu pod kątem dodatków. Architektura sortowni 2026 r. coraz częściej łączy obie techniki w kaskadzie.

Czy 785 nm wystarczy do recyklingu, czy potrzeba 1064 nm?

Dla czystych polimerów technicznych 785 nm zwykle wystarcza. Dla tworzyw z barwnikami i opóźniaczami palenia (WEEE, twardy materiał czarny) 1064 nm istotnie redukuje fluorescencję i poprawia jakość klasyfikatora — kosztem niższego przekroju Ramana. Decyzja zapada na próbkach.

Ile widm referencyjnych potrzeba do startu klasyfikatora?

Zależy od liczby klas i ich podobieństwa spektralnego. Dla 4–6 klas opakowaniowych typowo wystarcza kilkaset widm per klasa z dobrym wariantem geometrii i wpływu otoczenia. Dla WEEE z blendami i barwnikami liczba ta rośnie wielokrotnie — i tu pomocne są techniki augmentacji (GAN-y, perturbacje, jittering widm).

Czy Gekko Photonics ma wdrożenia w recyklingu polimerów?

Die meisten Implementierungen haben wir in der Prozesschemie – bei Harzen, Kosmetika, Düngemitteln, Klebstoffen und Kohlenwasserstoffen. Im Polymer-Recycling gehen wir projektbezogen vor: Wir beginnen mit einer Machbarkeitsstudie an Kundenmustern, prüfen, ob Raman die geeignete Methode für den jeweiligen Analyten und die Matrix ist, und schlagen erst dann die Konfiguration X1 LAB / PORTABLE / INLINE sowie das Modell vor. Spectrally OS.

Jak długo trwa typowe feasibility na próbkach recyklatu?

Typowo 2–4 tygodnie od momentu otrzymania reprezentatywnego zestawu próbek (sklasyfikowanych referencyjnie). Wynikiem jest raport z oceną separowalności klas, propozycją długości fali, czasu akwizycji i wstępnym modelem chemometrycznym do dalszej walidacji.

Pomiar testowy i konsultacja inżynierska

U nas, w Gekko Photonics, zaczynamy od rozmowy z inżynierem aplikacyjnym — 30-minutowe spotkanie, na którym omawiamy typowy skład Waszego strumienia, klasy materiałowe, których chcecie rozróżniać, i wymagania KPI dla sortowni lub kontroli regranulatu. Wykonujemy pomiar testowy na Waszych próbkach typowo w 2 tygodnie od ich otrzymania. Zapraszamy do kontaktu — odpowiemy konkretami z numerem testowym i orientacyjnym budżetem, zamiast wymijającą ofertą. Pełną listę naszych Prozessanalysatoren znajdziecie w odrębnej sekcji.

Źródła

• Zada L. i in., Black Plastic Identification for Sorting and Recycling With Deep-UV Raman Spectroscopy, Journal of Raman Spectroscopy 2026 (Wiley): analyticalsciencejournals.onlinelibrary.wiley.com
• Raman spectroscopy integrated with machine learning techniques to improve industrial sorting of WEEE plastics, ScienceDirect / J. Environmental Management 2025: sciencedirect.com
• Classification of recycled plastics using sparse and imbalanced spectral data and data augmentation by GAN, Analyst (RSC) 2026: pubs.rsc.org
• New Raman Spectroscopy Breakthrough Boosts E-Waste Plastic Recycling Efficiency, Spectroscopy Online: spectroscopyonline.com